基于深度学习的铝厂工业自动浇筑中的图像识别

将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.     

大学生在线学习适应性及学习效果研究：基于1698个问卷样本的数据

现阶段,互联网+教育的迅速发展促进了优质资源共享,大学生进行在线学习已成为一种较为普遍的现象。文章对2019-2020-1学期进行在线学习的1698名经管类大学生开展了问卷调查,从在线教学组织及实施的总体满意情况、在线学习适应性情况、在线学习效果和遇到的主要问题等方面分析了大学生在线学习的现状。调查显示,大学生对在线教学组织及实施的总体满意度较高,大学生在线学习适应性情况和学习效果较好,但存在一定的差异性。文章针对高校、教师、平台、学生提出了提升大学生在线学习适应性和学习效果的相关建议。     

基于电磁振动与卷积神经网络的玉米品质精选装置

为提高玉米分选自动化水平,针对传统方法特征建模过程繁琐、现有卷积神经网络部署要求高的问题,设计了一种基于电磁振动与卷积神经网络的玉米品质精选分级装置,主要包括玉米粒群落料单元、电磁给料单元、控制单元、分选收集单元和恒定光强视觉单元,可实现玉米粒群自动分离、籽粒自动识别与分选.模型、样机试验结果表明:模型大小仅5.83 MB,对计算机硬件要求低;模型平均检测准确率mAP为88.03%,模型总体分类检测性能良好;模型对优良玉米籽粒的识别能力强,准确率P、召回率R、误报率FPR、加权调和平均值F_1分别为98.75%,94.84%,3.78%,96.85%;样机将玉米籽粒的实际检测准确率提升至96.50%,实际有效分选率为97.51%.     

试论合作学习理论在高职计算机教学中的运用

在教学改革的过程之中,各种创造性理论的应用备受关注,为了体现教学改革的一致性以及统一性,老师开始结合教学理论改革的现实条件不断调整教学思路和教学方向,合作学习理论在高职计算机教学之中实现了广泛的应用。这一理论能够揭示高职计算机教学的核心要求,对培养学生良好的学习习惯以及合作习惯意义重大。本文将理论分析与时间研究相融合,着眼于高职计算机教学的现实条件,分析合作学习理论在该学科教学中的运用。     

高校体育专业学生职业认同与学习动力的关系研究

本研究以体育专业学生为调查对象,采用文献资料法、问卷调查法、数理统计法对专业学生职业认同水平与学习动力之间的关系进行调查分析,研究表明:职业认同与学习动力之间存在显著性相关关系,为此,学生应树立正确的价值观和时间观,学校管理者应开设针对性的职业就业辅导和心理培育课程。